已收录文章摘要，完整内容可前往原文阅读。
研究背景当前，生成式人工智能（如ChatGPT）已展现出强大的问题解决能力，并通过简单的语音交互为用户提供了直观的使用体验。然而，实现这些交互的传统声学传感设备通常存在刚性、笨重的问题，难以无缝融入日